一种基于改进cGAN网络生成适用多设备识别指静脉图像的方法

基本信息

申请号 CN202010007624.1 申请日 -
公开(公告)号 CN111209850A 公开(公告)日 2020-05-29
申请公布号 CN111209850A 申请公布日 2020-05-29
分类号 G06K9/00;G06K9/38 分类 计算;推算;计数;
发明人 张烜;赵国栋;任湘;李学双 申请(专利权)人 山西省融资担保有限公司
代理机构 杭州君度专利代理事务所(特殊普通合伙) 代理人 诸佩艳
地址 030002 山西省太原市综改示范区太原学府园区南中环街529号清控创新基地C座9层0906室
法律状态 -

摘要

摘要 本发明涉及基于改进cGAN网络生成适用多设备识别指静脉图像的方法,其包括以下步骤:1)采集或选取多个图像样本X0;2)对图像样本X0进行分割,静脉部分,获取静脉的背景二值图像Xbin;3)根据二值图像Xbin的大小及格式设计出与之相匹配的改进cGAN网络结构;4)训练改进cGAN网络,并根据所采集的数据量训练更新相适应的网络训练参数值;5)将分割细化后的指静脉细线二值图Xbin输入训练好的改进cGAN网络中,生成指静脉图像,用于指静脉注册识别。本发明通过设计改进cGAN网络结构,并通过生成器G根据输入的二值图描绘出指静脉灰度图像训练生成器和判别器D实现参数的更新,有效地解决了手指静脉在不同设备状态下引起的图像质量变化的指静脉识别性能降低的问题。